关键词： 微通道热沉   性能预测   机器学习   随机森林  

摘要： 本文提出使用机器学习方法快速准确地预测歧管-二次流混合结构微通道热沉的泵功率和总热阻。将混合结构微通道热沉的结构特征参数进行了无量纲化,利用计算流体动力学的方法获得数据集。测试了不同机器学习算法在混合结构热沉性能预测任务上的表现。结果表明在数据集有限的情况下,随机森林算法能准确地学习到无量纲结构参数与泵功率和总热阻之间的映射关系。本文研究结果将有助于微通道热沉的优化设计。

关键词： 数据建模   机器学习   人工智能   学习模型  

摘要： 随着人工智能(artificial intelligence,AI)的蓬勃发展,相应的机器学习方法也在不断取得新突破.本文通过对聊天机器人的发展进行回顾,梳理了人工智能和机器学习的基本研究现状,特别是依据任务及算法类型,依次介绍了在数据建模中常用的机器学习技术,包括监督学习、无监督学习、弱监督学习、强化学习和深度学习领域的典型方法或模型.本文最后还对机器学习的未来研究所面临的挑战和可研究方向进行了讨论.

关键词： 传统中药   归经判别   归经理论   机器学习  

摘要： 目的从药材成分集合与化合物分类集合相似性差异的角度,使用集成学习算法构建药材主归经络判别模型,为中药归经判别提供新方法。方法收集中药药材及其对应归经信息,通过TCMSP数据库收集药材对应成分。利用ChemSpider数据库及RDKit包收集药材成分的物理性质及指纹特征并对数据进行降重和归一化处理,使用K均值聚类算法构建化合物分类集合。使用余弦相似性计算药材成分、化合物分类集合相似性,集合相似性的差异将用于中药归经的判别。最后使用集成学习算法建立药材归经判别模型,并对模型进行对比评价。结果使用Random Forest,XGBoost,Ada⁃boost三种算法构建药材主归经络判别模型,使用十折交叉验证进行参数调优,根据最优参数下测试集上的平衡准确率(balance accuracy)评价模型优劣,三种算法中随机森林算法表现出了最优的性能,平衡准确率达到了0.72。结论本研究探索了中药药材成分与主归经络之间的关系,建立了药材归经判别模型,为中药归经判别量化提供一种新思路和新方法。

关键词： 污染场地管控   机器学习   数据融合   贝叶斯   XG Boost  

摘要： 以某搬迁电镀厂为例,基于污染场地调查报告中的非结构化采样数据(已脱敏处理),集成GIS、机器学习等方法,对主要污染物特征进行融合、量化。基于《关闭搬迁企业地块风险筛查与风险分级技术规定》,提出一种面向污染场地实际管控需求的场地内部污染程度量化方法,建立朴素贝叶斯模型,对采样点污染类别进行概率分类,并将结果划分为中度关注、高度关注两个类别。利用XG Boost算法,提取各污染特征的特征重要性,识别造成污染的主要因素,计算各采样点的污染特征值。结果表明,该场地西北侧污水处理厂附近及原电镀厂排污出口处污染较为严重,主要污染物浓度、地表覆盖情况及地下防渗措施是控制污染物分布的主要因素。该结果可为污染场地管控及决策提供数据支撑。

关键词： 不相称分析   布加替尼   信号检测   药品不良反应   机器学习算法   美国食品药品监督管理不良反应事件报告系统  

摘要： 目的评估机器学习算法在检测布加替尼(Brigatinib)药品不良反应信号中的性能。方法使用美国食品药品监督管理局(FDA)不良反应事件报告系统(FAERS)2017年4月1日至2022年3月31日收集的布加替尼药品不良反应信号数据开展研究。首先为研究药品构建一个输入数据集,包括药品标签上列出的已知不良反应和未知不良反应。对于已知不良反应,训练4种机器学习算法,并通过曲线下面积(AUC)评估机器学习算法[随机森林(random forest,RF)、极限梯度提升机(extreme gradient boosting)、Logistic回归和邻近算法(k-NearestNeighbor,kNN)]与传统不相称分析方法[报告优势比(ROR)]和信息成分(IC)]进行比较。结果kNN算法具有最高的AUC,平均值0.875,其余方法中Logistic回归(0.852),XGBoost(0.722),RF(0.662)和DPA(0.548)。在未知不良反应数据集中,以kNN算法建立的机器学习模型检出6个额外信号(占15.8%),传统不相称方法检出4个额外信号(占10.5%)。结论以kNN算法建立的机器学习模型比传统DPA方法在药品不良反应信号检测方面性能更佳。

关键词： 植被解译   自然保护地   随机森林   旋转森林   植被类型   空间分布   九寨沟县  

摘要： 明确自然保护地的植被类型和空间分布,在改善生态环境质量与维护国家生态安全等方面具有重要参考意义。本文基于Sentinel-2A遥感影像数据,利用随机森林算法和旋转森林算法对九寨沟县自然保护地植被进行分类,并结合植被类型图与坡度、坡向以及高程数据对研究区内各植被类型的空间分布特征进行分析。研究结果表明:1)旋转森林算法分类效果优于随机森林算法,总体精度为85.73%,Kappa系数为0.83;2)九寨沟县植被在阴坡和半阴坡朝向生长较好,各植被类型集中分布于坡度16°~45°范围内,且区域内植被分布垂直地带性明显,海拔由低到高陆续出现的主要植被类型为栽培植被、灌丛、阔叶林、针阔混交林、针叶林以及草地。

关键词： 晶圆图   缺陷检测   深度学习   机器视觉  

摘要： 晶圆缺陷是指在晶圆制造过程中,因氧化温度不均、蚀刻问题等异常造成的晶粒功能异常。随着芯片产业的发展,制造工艺向更先进制程迈进,所实现的集成电路的规模和复杂度也日益增加。这使得晶圆的制造工艺更加复杂,晶圆缺陷出现的概率和种类也随之增加。为了提高生产良率,改善工艺制程,识别出缺陷模式并找出对应的工艺问题至关重要。传统的缺陷识别主要依赖于人工设计的特征提取方法,需要有专业的知识及复杂的调试过程。近年来,基于机器学习的识别方法在识别晶圆模式缺陷上取得了一定进展,不少方法识别单一缺陷的精度达到95%以上,也拥有精确识别混合缺陷的能力。然而,带标记晶圆图数据缺乏、样本数据不平衡、新缺陷模式的出现都是其发展路上的挑战。本文总结了几十年来基于机器学习的晶圆图缺陷模式识别方法,从浅层学习和深度学习两个方面介绍了前人的工作。同时针对晶圆识别问题中严重的样本数据不平衡问题,本文重点总结了现有用于解决晶圆图样本数据不平衡问题的方法。根据当前晶圆图缺陷模式识别的产业需求和现状分析,更稳定、更精确的基于半监督或自监督深度学习的识别方法以及获取更高质量数据集的数据增强方法必将成为未来发展主流。

关键词： 雷击火   火险预测   机器学习   遥感   闪电  

摘要： 【目的】基于长时间序列多源数据,开展雷击火驱动因子分析,采用机器学习方法构建动态、高分辨率雷击火火险预测模型,为雷击火防控提供支撑。【方法】分析大兴安岭地区2010—2020年雷击火时空分布规律,基于闪电监测数据、卫星遥感数据、气象再分析资料、DEM等多源数据选取闪电、气象、植被、地形4类18个雷击火潜在驱动因子,研究其特征及与雷击火发生的关系;提取历史雷击火点和随机生成的非雷击火点对应的驱动因子,构建原始样本集,计算各驱动因子的重要性和相关性矩阵进行驱动因子挑选;基于优化后的训练样本集,采用梯度提升决策树(GBDT)、随机森林(RF)和极端随机树(ERT)3种集成学习模型进行雷击火火险预测能力评估,选择表现最优的方法用于构建大兴安岭地区雷击火火险预测模型并应用。【结果】2010―2020年大兴安岭雷击火出现次数最多和最少的年份分别为2015和2012年,主要集中于5―7月,发生时段主要集中于10:00―17:00;雷击火高发区为漠河县、塔河县、新林区和呼中区。闪电与雷击火的空间分布基本一致,但闪电越多雷击火发生次数不一定越多,2011年闪电次数最多,为114632次,雷击火仅出现11次。在闪电强度为-20~-40 kA、陡度为-4~-8 kA·μs-1、相对湿度小于40%、降水量小于4 mm、气温大于29℃、大气压为91~95 kPa且风速为1~3 m·s-1的气象条件下更易发生雷击火。NDVI(归一化植被指数)、GPP(总初级生产力)、Et(蒸散量)、NPP(净初级生产力)大小与雷击火发生呈正相关。雷击火在海拔300~900 m、坡度0~12°范围内出现次数较多,坡向对雷击火发生影响不大。特征选择后剩余13个特征参量分别参与3种集成学习算法模型构建,其中,ERT模型预测能力最好,其AUC达0.97,查准率、查全率和F1 Score均高于GBDT和RF模型。ERT模型预测的高风险区与实际雷击火点分布区的空间一致性很好。【结论】利用多源大数据,尤其是卫星观测数据,获取更多与雷击火发生有关的潜在驱动因子,并依靠机器学习,能够较好体现因子间非线性关系及自行学习参数间复杂关系能力的优势,本研究构建的雷击火火险预测模型具备很好的泛化性、自适应性和较高的空间分辨率。

关键词： 随机森林   神经网络   回归方程   富集系数   小麦  

摘要： 应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R^(2)=0.583)和BPNN(R^(2)=0.490)模型预测性能均优于Freundlich转移方程(R^(2)=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R^(2)为0.527~0.601)较BPNN(R^(2)为0.432~0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.

关键词： Sentinel数据   遥感   红树林   机器学习  

摘要： 红树林和生态环境保护、生态平衡和生物多样性息息相关。使用Sentinel-2A数据获取海南省东寨港红树林保护区的遥感影像,对数据进行预处理,提取光谱特征、纹理特征和湿度特征,基于K近邻(K-nearest neighbor,KNN)、随机森林(random forest,RF)、决策树、支持向量机(support vector machine,SVM)和反向传播神经网络(back propagation neural network,BPNN)方法,通过多次实验提取出海南省东寨港红树林区域,并探讨了机器学习方法中不同类型分类器在提取红树林过程中的优缺点。结果表明:(1)Sentinel-2A的Band8A、Band11、Band12波段组合能够较好突出红树林特征,结合湿度特征和纹理特征可以提高红树林的分类精度;(2)基于机器学习方法能够准确提取红树林区域,其中,SVM分类精度最高,达到92.31%,BPNN、RF分类精度分别为88.46%、90.38%,Kappa系数表明分类结果具有良好的一致性;(3)比较不同机器学习方法对红树林的分类效果,发现SVM和BPNN等非线性方法能提取出更准确的红树林区域,KNN、决策树、RF等容易造成红树林的错分和漏分。利用SVM和BPNN提取红树林具有识别准确度高、无损图像信息等优点。